cnn系列文章 二 --初识滤波器

最新推荐文章于 2023-04-21 21:48:46 发布
最新推荐文章于 2023-04-21 21:48:46 发布
阅读量3.5k 收藏 10
点赞数
分类专栏： python深度学习 文章标签： python cnn tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dss_dssssd/article/details/82659137
版权
本文介绍了卷积神经网络（CNN）中的卷积概念，通过实例展示了如何利用过滤器检测图像边缘。文章引用了Andrew Ng的DeepLearning课程，探讨了卷积核（filter）在检测图像特征中的作用，包括使用tensorflow中的tf.nn.conv2d函数进行卷积操作，并预告了后续将讨论的卷积超参数如padding、stride和filter尺寸对输出图像的影响。
摘要由CSDN通过智能技术生成

cnn系列文章一 --特征选择

惯例，分享一句歌词。

《明月天涯》
唯此间江湖年少 偏爱纵横天下
恩仇趁年华轻剑快马

这一部分主要按照Andrew Ng的DeepLearning课程编写

卷积概念的引入以及理解

这里写图片描述
这是一个典型的多层卷积神经网络各层的输出，比如第一层从图像中检测到边缘信息，第二层检测到不完整的人脸信息，而第三层则检测到了完整的人脸信息。

接下来将介绍如何从图像中检测轮廓线等边缘信息，当然是使用卷积核了。

比如从下面这个图像中检测出垂直边缘信息和水平边缘信息
这里写图片描述

接下来看一个例子,
下图为 6 × 6 6 \times 6 6×6的灰度图，构造 3 × 3 3 \times 3 3×3的过滤器(filter),有得论文中也成为卷积核(kernal),本系列文章之后都称作过滤器，最终经过一系列的操作后会得到一个 4 × 4 4 \times 4 4×

最低0.47元/天 解锁文章
墨氲
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CNN滤波器
菜鸟起飞
04-23 3153
CNN 的第一步是把图片分成小块。我们通过选取一个给定宽度和高度的滤波器来实现这一步。 滤波器会照在图片的小块 patch （图像区块）上。这些 patch 的大小与滤波器一样大。 如之前视频所示，CNN用滤波器来把图片分割成更小的 patch，patch 的大小跟滤波器大小相同。 我们可以在水平方向，或者竖直方向滑动滤波器对图片的不同部分进行聚焦。 滤波器滑动的间隔被称作st...
初识卷积神经网络
dreamLC1998的博客
10-09 1034
初识卷积神经网络（CNN） 从今天起，正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。听了吴恩达的网课之后，豁然开朗，终于搞明白了这个东西是什么和为什么。我这里大概会用6~7篇文章来讲解CNN并实现一些有趣的应用。看完之后大家应该可以自己动手做一些自己喜欢的事儿了。 一、引子————边界检测...
3.0 CNN简介和常见训练技巧
fengguowuhen0230的博客
04-21 256
类似将图片缩小不会改变图片表示的对象这个原理，池化层将输入进行缩小，可以减少后面训练的计算量，一般接在卷积层后面。最常用的做法是最大池化。一般为黑白（一个channel）或者彩色（三个channel）的图片，下面假设输入为三个通道。交叉验证(Cross Validation)和集成(Ensemble)可以提高模型的表现。常用的数据增强(Augmentation)方法。也常会对测试数据进行增强。
卷积神经网络
tr521520的博客
08-22 324
卷积神经网络
【TensorFlow】tf.nn.conv2d()函数中的filter用法
weixin_51277640的博客
11-16 1424
问题介绍 以tf.Variable(tf.constant([-1,0,0,-1,-1,0,0,-1],shape=(2,2,1,2)))生成卷积核时期待的结果为[[−1,0],[−1,0]][[-1,0],[-1,0]][[−1,0],[−1,0]][[0,−1],[0,−1]][[0,-1],[0,-1]][[0,−1],[0,−1]] 但是该VariableVariableVariable的属性arrryarrryarrry所展示的效果为[[[[−1,0]],[[0,−1]]],[[[−1,0]],[
卷积函数tf.nn.conv2d详解
实践求真知
05-11 1826
一 语法格式tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)二 参数解释input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch,in_height,in_width,in_channels]这样的形状（shape），具体含义是“训...
【matlab函数】conv2、filter2、imfilter的区别
This is MyC
01-19 1万+
conv2函数1、用法 C=conv2(A,B,shape); %卷积滤波 A:输入图像，B:卷积核 假设输入图像A大小为ma x na，卷积核B大小为mb x nb，则 当shape=full时，返回全部二维卷积结果，即返回C的大小为（ma+mb-1）x（na+nb-1） shape=same时，返回与A同样大小的卷积中心部分 shape=valid时，不考虑边界补零，即
Python实现CEEMDAN-CNN-BILSTM-attention时间序列预测（完整源码和数据)
最新发布
03-04
1.Python实现CEEMDAN-CNN-BILSTM-attention时间序列预测（完整源码和数据) anaconda + pycharm + python +Tensorflow 注意事项：保姆级注释，几乎一行一注释，方便小白入门学习！ 2.代码特点：参数化编程、参数可...
r-cnn系列论文以及ppt博客
09-30
本资源包包含了关于R-CNN系列的论文和PPT博客，旨在深入理解这一系列算法的核心原理及其发展历程。 R-CNN，即区域卷积神经网络，是由Girshick等人于2014年提出的。在那个时候，传统的目标检测方法，如滑动窗口，...
基于卷积-双向长短期记忆网络结合SE注意力机制(CNN-BiLSTM-SE Attention)的分类预测Matlab完整程序
04-03
基于卷积-双向长短期记忆网络结合SE注意力机制(CNN-BiLSTM-SE Attention)的分类预测Matlab完整程序 基于卷积神经网路-双向长短期记忆网络结合SE注意力机制的数据分类预测 1.运行环境Matlab2020b及以上； 2.输入12...
cnn-text-classification-tf-master
05-03
本项目"**cnn-text-classification-tf-master**"是基于TensorFlow实现的一个文本分类的示例，它展示了如何利用CNN来理解和解析文本数据。 1. **TensorFlow**：TensorFlow是由Google Brain团队开发的开源库，用于...
基于卷积双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)时间序列预测（Matlab完整源码和数据）
05-23
基于卷积双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)时间序列预测（Matlab完整源码和数据） 基于卷积双向长短期记忆网络结合注意力机制(CNN-BILSTM-Attention)时间序列预测（Matlab完整源码和数据） ...
conv2d函数_Tensorflow-卷积函数con2d的详细用法
weixin_39627751的博客
11-28 2108
conv2d函数形式 tensorflow.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], name=None)参数:1) input:用于做卷积运算的数据(一般是图像)，它是一个四维的Tensor:[batch, in_he...
卷积神经网络（CNN）的细节问题（滤波器的大小选择）
热门推荐
03-08 3万+
1. 权值共享：减轻过拟合 & 降低计算量一个卷积层（Wx+b ⇒ ReLU ⇒ maxpooling）可以有多个不同的卷积核，而每一个卷积核都对应一个滤波后映射出的新图像，同一个新图像中的每一个像素都来自完全相同的卷积核，这就是卷积核的权值共享。那么为什么要共享卷积核的权值参数呢？ 降低模型复杂度以减轻过拟合； 降低计算量；
tensorflow 进阶 五 ---TensorFlow conv2d原理及实践
luoganttcc的博客
03-24 967
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None) 官方教程说明： 给定四维的input和filter tensor，计算一个二维卷积 Args: input: A Tensor. type必须是以下几种类型之一: half, float32, f...
CNN中的filter
ncst
07-09 2万+
分解一张图片 CNN 的第一步是把图片分成小块。我们通过选取一个给定宽度和高度的滤波器来实现这一步。 滤波器会照在图片的小块 patch （图像区块）上。这些 patch 的大小与滤波器一样大。 如之前视频所示，CNN用滤波器来把图片分割成更小的 patch，patch 的大小跟滤波器大小相同。
可视化CNN卷积神经网络-- 之一
JIN JI 2013.12.24
08-16 4136
本文地址：http://blog.keras.io/how-convolutional-neural-networks-see-the-world.html 本文作者：Francois Chollet 使用Keras探索卷积网络的滤波器 本文中我们将利用Keras观察CNN到底在学些什么，它是如何理解我们送入的训练图片的。我们将使用Keras来对滤波器的激活值进行可视化。本文
【深度学习】卷积神经网络CNN TextCNN
myaijarvis notebook
03-11 4387
可以看看这个 【参考：CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释，以及CNN 学习过程中卷积核更新的理解_xys430381_1的专栏-CSDN博客】 【参考：卷积核（kernel）和过滤器（filter）的区别_xu.hyj-CSDN博客】 一维卷积 【参考：深度学习面试题09：一维卷积（Full卷积、Same卷积、Valid卷积、带深度的一维卷积） - 黎明程序员 - 博客园】 【参考：卷积神经网络中的batch到底是什么？ - 知乎】 batch是批
pyttsx3 python3使用说明
墨流觞的博客
09-13 2万+
python3 pyttsx3 文字转语音库使用 最近再做一个项目，需要文字转语音，决定使用此库了。 1.安装 pip install pyttsx3 # 若未安装pywin32, 需要安装此库的 pip install pywin32 2.官方文档 官方网址https://pyttsx3.readthedocs.io/en/lat...
R-CNN、Fast R-CNN、Faster R-CNN与YOLO的目标检测算法详解与流程梳理
首先，R-CNN系列算法（包括R-CNN、Fast R-CNN和Faster R-CNN）采用一种名为Selective Search的方法生成候选区域。这种方法通过过分割技术，将图像分割成许多小区域，然后通过颜色和纹理特征的相似性，以及面积和边界...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值